回顾人工智能（AI） 人工智能(Artificial intelligence，AI)可溯源于19世纪40年代，但真正始于上世纪50年代的计算机分支学科。1950年，艾伦·图灵在其著名的论文“计算机器与智能”中提出人类智慧的概念，并提出了一个问题“机器是否能思考？”他还描述出一个测试方法来回答这个问题，认为“机器”具有像小孩学习过程一样被编程的可能性。
至今，AI尚无统一定义，其覆盖范围包括感知、自动推理、认知系统、机器学习、自然语言处理等交叉领域。在过去十年里，机器学习越来越精确。近年来，AI领域关注热点是深度学习，许多关于构建和训练深度学习的新理论层出不穷，更强大的计算机系统使深度学习应用成为了可能，同时也激发了交叉领域研究和应用热潮。AI在其它子领域也得到了显著进展，如感知、自然语言处理、形式逻辑、知识表示、机器人、控制理论、认知系统架构、检索和优化技术等。
AI领域发展也是跌宕起伏，历经了三次技术浪潮
第一次浪潮发生在上世纪80年代，专注于手工构造的知识，局限于特定领域以规则为基础的专家系统。由专家系统收集知识，表现为“if-then”规则，然后通过硬件来实现智能化。这种系统被成功地应用于解决特定问题，但尚无学习或处理不确定问题的能力，尽管如此，它仍形成了许多重要的解决方案，目前这些智能化技术已经被广泛应用而让我们人类获益，特别是在工业制造方面。
AI领域发展的第二次浪潮始于2000年，并延续至今。这次浪潮提升了机器学习能力。海量数据、大规模并行运算和不断提升的学习能力使AI在图像和文字识别、语音理解和语言翻译方面取得了显著进步。在这一阶段里，研究人员更多关注AI的子问题，以及在现实场景中的应用，例如，图像识别和辅助疾病诊断。在这一阶段中，关于狭义AI的研究和应用获得了显著进步，包括疾病影像学诊断和教育等。
近年来，AI正在迎来侧重于解释性和广义AI技术的第三次浪潮。广义AI（又称为综合AI）是指理论上的未来AI，具有显而易见的智能行为，在认知能力上与人类相当。在过去几十年里，科学家们尝试通过扩展狭义AI解决方案来实现广义AI，但是几乎没有进展。因此，许多机构认为今后的几十年内广义AI仍然无法实现人们对AI所期待的效果——具有人一样的智能行为。
联系客服
